Moderne Informations- und Kommunikationstechnologien ermöglichen die umfassende Speicherung großer Datenmengen, ihre Auswertung wird jedoch oftmals nicht hinreichend fokussiert. Insbesondere die effektive Nutzung des in den Informationsspeichern vorhandenen Wissens zur prädiktiven Entscheidungs- und Planungsunterstützung ist von höchster Bedeutung. Dieser Beitrag beschreibt am Beispiel drei unterschiedlicher, anwendungsspezifischer Ansätze der Wissensentdeckung die zunehmende Relevanz des Data-Mining im Produktlebenszyklus.
%0 Journal Article
%1 EickelmannWiegandEtAl15zwf
%A Eickelmann, Michel
%A Wiegand, Mario
%A Konrad, Benedikt
%A Deuse, Jochen
%D 2015
%J ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb
%K 01624 paper embedded ai factory management data pattern recognition analysis zzz.big zzz.i40
%N 11
%P 738--743
%T Die Bedeutung von Data-Mining im Kontext von Industrie 4.0
%U http://www.zwf-online.de/ZW111433
%V 110
%X Moderne Informations- und Kommunikationstechnologien ermöglichen die umfassende Speicherung großer Datenmengen, ihre Auswertung wird jedoch oftmals nicht hinreichend fokussiert. Insbesondere die effektive Nutzung des in den Informationsspeichern vorhandenen Wissens zur prädiktiven Entscheidungs- und Planungsunterstützung ist von höchster Bedeutung. Dieser Beitrag beschreibt am Beispiel drei unterschiedlicher, anwendungsspezifischer Ansätze der Wissensentdeckung die zunehmende Relevanz des Data-Mining im Produktlebenszyklus.
@article{EickelmannWiegandEtAl15zwf,
abstract = {Moderne Informations- und Kommunikationstechnologien ermöglichen die umfassende Speicherung großer Datenmengen, ihre Auswertung wird jedoch oftmals nicht hinreichend fokussiert. Insbesondere die effektive Nutzung des in den Informationsspeichern vorhandenen Wissens zur prädiktiven Entscheidungs- und Planungsunterstützung ist von höchster Bedeutung. Dieser Beitrag beschreibt am Beispiel drei unterschiedlicher, anwendungsspezifischer Ansätze der Wissensentdeckung die zunehmende Relevanz des Data-Mining im Produktlebenszyklus.},
added-at = {2016-06-10T21:02:10.000+0200},
author = {Eickelmann, Michel and Wiegand, Mario and Konrad, Benedikt and Deuse, Jochen},
biburl = {https://www.bibsonomy.org/bibtex/2f17f4aa128e1fad2410846466b9bbb84/flint63},
file = {Elektronische Version:2015/EickelmannWiegandEtAl15zwf.pdf:PDF},
groups = {public},
interhash = {38b078ef5de1a01f0b62a2c1e4d5a90c},
intrahash = {f17f4aa128e1fad2410846466b9bbb84},
issn = {0947-0085},
journal = {ZWF Zeitschrift f\"{u}r wirtschaftlichen Fabrikbetrieb},
keywords = {01624 paper embedded ai factory management data pattern recognition analysis zzz.big zzz.i40},
number = 11,
pages = {738--743},
timestamp = {2017-07-13T18:19:14.000+0200},
title = {{Die Bedeutung von Data-Mining im Kontext von Industrie 4.0}},
url = {http://www.zwf-online.de/ZW111433},
username = {flint63},
volume = 110,
year = 2015
}